scikit-learn

scikit-learn官网截图

sklearn库的基本介绍
Machine Learning in Python

• Simple and efficient tools for data mining and data analysis
• Accessible to everybody, and reusable in various contexts
• Built on Numpy , Scipy, and matplotlib
• Open source, commercially usable - BSD license

那么sklearn可以做哪些事情呢？
如官网所示
Classification（分类）：Identifying to which category an object belongs to.
SVM, nearest neighbors, random forest, ...

Regression（回归）：Predicting a continuous-valued attribute associated with an object.
SVR, ridge regression(L2), Lasso(L1), ...

Clustering（聚类）无监督学习：Automatic grouping of similar objects into sets.
K-Means, spectral clustering, mean-shift, ...

Dimensionality reduction（降维）：Reducing the number of random variables to consider.
PCA（主成分分析）, feature selection（特征选择）, nonegative matrix factorization（矩阵分解）.

Model selection（模型选择）：Comparing, validating and choosing parameters and models.
grid search（栅格搜索）, cross validation（交叉验证）, metrics.

Preprocessing（预处理）：Feature extraction and normalization.
preprocessing, feature extraction.

当我们的数据量不是很大的时候，sklearn 是一个非常好的选择。当然，sklearn 包也有着自己的局限性。sklearn 一般来讲是基于单机跑起来的（依赖单机的性能），当数据量很大或者需要解决一些复杂问题的时候，sklearn 可能就不是那么得心应手了。

后期会逐渐添加一些 sklearn 的具体使用案例和分析。